基于无人机的高通量低成本的大田作物精准三维重建与器官尺度性状提取


发布时间:

2023-10-26

来源:

本站

作者:

PhenoTrait

预计的人口增长需要改善全球食品供应链,而气候变化要求开发更具弹性的作物品种,以应对极端天气事。培育高产、抗逆性强、资源利用率高的作物日益重要。然而,开发和筛选作物的理想性状只是第一步,因为这些性状还必须在多个季节和地点的田间表现稳定。这一过程依赖于在广泛的领域中发现个体差异和变异,这突出了在大规模领域中确定获得结构性状的技术的必要性。目前,大规模田间器官尺度性状的测量仍然是作物改良基因型-表型关联研究的瓶颈。

 

为了解决这一问题,本研究提出了一种由多个单圈航线组成的先进交叉环绕航线。利用交叉环绕航线的轻型无人机的多视图图像,重建了玉米、棉花和甜菜的3D作物冠层。通过交叉环绕衍生的和传统的五向倾斜(五向倾斜)衍生的三维冠层模型估计了器官尺度的性状,并与人工测量进行了比较。此外,提出了一种基于总利用率(TU)、有效利用率(EU)和遮挡率(OR)三个指标比较交叉环绕航线和五向倾斜航线图像利用效率的算法。

 

图1交叉环绕航线设计示意图

 

图2 传统五向倾斜(c)与交叉环绕航线(a,b)对比示意图

 

图3 提出的航线图像利用率对比算法示意图

 

结果表明,对于行间距相对较宽的作物,如玉米,交叉环绕航线可以获得完整的冠层结构。对于棉花等密集种植的作物,可以获得生长早期(播后47 d)的全冠层结构和生长后期(播后71 d和90 d)的冠层结构上部。交叉环绕模型估算的不同层的叶长和叶宽与人工测量的玉米(叶长和叶宽分别为R2 = 0.93, RMSE = 3.05 cm, nRMSE = 4.7%和R2 = 0.88, RMSE = 0.49 cm, nRMSE = 5.5%)和棉花(叶长和叶宽分别为R2 = 0.81, RMSE = 1.16 cm, nRMSE = 8.6%和R2 = 0.93, RMSE = 0.99 cm, nRMSE = 7.2%)吻合良好。交叉环绕衍生的三维冠层模型也比五向倾斜衍生的三维冠层模型提供了更高的器官尺度性状估计精度(叶片长度和宽度估算的R2分别为0.80和0.76)。在不同冠层结构的甜菜品种中,交叉环绕航线的图像利用率优于五向倾斜航线,EU的平均值高124%,OR的平均值低11.7%。这项研究首次使用一种具有移动性、可负担性、吞吐量、准确性和效率的方法来表征大规模农田中的精确作物结构。该方法可为加速植物育种和精准农业提供新的机遇。

 

图4玉米、棉花、甜菜第一时期三维重建结果

 

图5 不同生育期棉花、玉米三维重建结果

 

图6 同一个小区的交叉环绕航线与五向倾斜航线有效图像对比图

 

来 源

Xiao, S., Ye, Y., Fei, S., Chen, H., zhang, B., li, Q., Cai, Z., Che, Y., Wang, Q., Ghafoor, A., Bi, K., Shao, K., Wang, R., Guo, Y., Li, B., Zhang, R., Chen, Z., & Ma, Y. (2023). High-throughput calculation of organ-scale traits with reconstructed accurate 3D canopy structures using a UAV RGB camera with an advanced cross-circling oblique route. ISPRS Journal of Photogrammetry and Remote Sensing, 201, 104-122.

 

作者介绍

论文第一作者为中国农业大学土地科学与技术学院博士研究生肖顺夫,论文通讯作者为马韫韬教授,合作者包括中国农业科学院农田灌溉研究所的陈震副研究员、中国农业科学院生物技术研究所张锐研究员、内蒙古科学技术研究院王瑞利研究员、邵科副研究员以及中国农业大学的李保国教授、郭焱教授。中国农业大学数字农业研究团队主要研究方向为植物功能-结构-环境互作的系统仿真与数字孪生、基于机器视觉的植物生长信息的数据挖掘与应用、无人机大规模育种性状快速调查、育种机器人与农用传感器创制、多源传感器融合及数字农业应用、人工智能与智慧农业等研究。长期招收多名硕士、博士研究生和合作博士后,有意者请联系:yuntao.ma@cau.edu.cn。

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。